基于模糊神经网络的电网故障诊断
摘要 | 第1-6页 |
Abstract | 第6-14页 |
1 绪论 | 第14-22页 |
·课题研究的背景和意义 | 第14-15页 |
·电网故障诊断的研究现状 | 第15-18页 |
·专家系统 | 第15页 |
·优化技术 | 第15-16页 |
·Petri网 | 第16页 |
·遗传算法 | 第16-17页 |
·多Agent系统 | 第17页 |
·人工神经网络 | 第17-18页 |
·模糊神经网络的研究现状 | 第18页 |
·本文的主要内容和章节安排 | 第18-22页 |
·本文的主要内容 | 第18-19页 |
·本文的章节安排 | 第19-22页 |
2 电网故障分析与继电保护动作原理介绍 | 第22-30页 |
·电网故障分析 | 第22-24页 |
·不对称故障分析 | 第22-23页 |
·对称故障分析 | 第23-24页 |
·继电保护动作原理介绍 | 第24-28页 |
·电力系统继电保护的基本要求 | 第25-26页 |
·电力系统继电保护工作的特点 | 第26页 |
·电力系统继电保护动作原理分析 | 第26-28页 |
·本章小结 | 第28-30页 |
3 人工神经网络和模糊逻辑的基本理论 | 第30-44页 |
·人工神经网络概论 | 第30-32页 |
·人工神经元模型 | 第30-31页 |
·人工神经网络的连接方式 | 第31-32页 |
·BP神经网络理论 | 第32-36页 |
·BP神经网络的基本模型 | 第32-34页 |
·BP神经网络的学习算法 | 第34-36页 |
·模糊理论概述 | 第36-40页 |
·模糊集合与隶属度 | 第36-38页 |
·模糊推理与模糊规则 | 第38-40页 |
·模糊逻辑系统 | 第40-42页 |
·模糊逻辑系统的基本结构 | 第40-41页 |
·模糊逻辑系统的设计方法 | 第41-42页 |
·本章小结 | 第42-44页 |
4 模糊神经网络的基本原理 | 第44-52页 |
·模糊神经元模型 | 第44-46页 |
·模糊神经网络的学习算法 | 第46-50页 |
·基于梯度下降的学习算法 | 第46-47页 |
·基于递推最小二乘的学习算法 | 第47-49页 |
·基于聚类法的模糊神经系统 | 第49-50页 |
·模糊神经网络混合分类器的结构与算法 | 第50-51页 |
·模糊神经网络混合分类器的结构 | 第50页 |
·模糊神经网络混合分类器的算法 | 第50-51页 |
·本章小结 | 第51-52页 |
5 基于模糊神经网络的电网故障诊断的实现 | 第52-65页 |
·测试电网故障的结构模型 | 第52页 |
·继电保护动作分析 | 第52-54页 |
·模糊神经网络的训练 | 第54-58页 |
·学习样本的组织 | 第54页 |
·学习样本的模糊化 | 第54-58页 |
·模糊神经网络故障诊断系统的构造 | 第58-62页 |
·模糊神经网络故障诊断模型的仿真与结果分析 | 第62-64页 |
·模糊神经网络故障诊断模型的仿真 | 第62-64页 |
·模糊神经网络故障诊断模型的仿真结果分析 | 第64页 |
·本章小结 | 第64-65页 |
结论 | 第65-66页 |
参考文献 | 第66-69页 |
致谢 | 第69-70页 |
作者简介及读研期间主要科研成果 | 第70页 |